平时在公司做数据分析的时候, 也会用python做些办公自动化的工作, 领导昨天说别人3个小时的活我们已经可以3分钟完成了 。 O(∩_∩)O~
本文就给大家介绍几个我用到的办公室自动化技巧:
文章目录
1 Word文档doc转docx
去年想参赛一个数据比赛, 里面的数据都是doc格式, 想用python-docx 读取word文件中的数据, 但是python-docx只支持docx格式, 所以研究了这两种格式的转换。
1.1 导入工具包
import osfrom win32comimport clientas wc
1.2 获取文件夹下面所有doc文件明细
# 路径
path="C:/Users/yyz/Desktop/python办公技巧/data/doc转docx/"# 根据自己电脑文件修改# 定义空list,存放文件绝对路径
files=[]forfilein os.listdir(path):iffile.endswith(".doc"):
files.append(path+file)
files
1.3 转换文件
# 运行word程序
word= wc.Dispatch("Word.Application")# for循环
i=0forfilein files:try:
doc= word.Documents.Open(file)#打开word文件
doc.SaveAs("{}x".format(file),12)#另存为后缀为".docx"的文件,其中参数12指docx文件
doc.Close()#关闭原来word文件print(file+':转换成功')
i+=1except:print(file+':转换[不成功]')
files.append(file)# 若读取文件报错, 则将文件名称添加到files列表中重新读取passprint('转换文件%i个'%i)# 退出word
word.Quit()
2 文字地址批量转经纬度
工作中地址转经纬度会用在做地图可视化或者计算距离方面。
2.1 导入工具包
# 导入工具包import pandasas pdimport jsonfrom urllib.requestimport urlopen, quoteimport requests
2.2 定义转换函数
# 定义函数defgetlnglat(address):
url='http://api.map.baidu.com/geocoding/v3/'
output='json'
ak="自己申请的api"# 百度地图API, 需要自己申请
address= quote(address)# 由于本文地址变量为中文,为防止乱码,先用quote进行编码
uri= url+'?'+'address='+ address+'&output='+ output+'&ak='+ ak+'&callback=showLocation%20'+'//GET%E8%AF%B7%E6%B1%82'
res=requests.get(uri).text
temp= json.loads(res)# 将字符串转化为json
lat= temp['result']['location']['lat']
lng= temp['result']['location']['lng']return lng, lat# 经度 longitude,纬度 latitude,
2.3 地址转换
2.3.1 单个地址转换
# 单个地址转换
getlnglat('北京市朝阳区高碑店地区办事处高井村委会')(116.52784003604923,39.91806508560947)
2.3.2 批量地址转换
# 读取数据
data= pd.read_excel('C:/Users/yyz/Desktop/python办公技巧/data/地址信息.xlsx')
data
data['经度']=''
data['纬度']=''for iinrange(data.shape[0]):try:
data.iloc[i,2]= getlnglat(data.iloc[i,1])[0]# 经度 将第i行,第2列的地址(列索引为1)转换为经纬度,并将经度赋值给第i行,第3列(列索引为2)
data.iloc[i,3]= getlnglat(data.iloc[i,1])[1]# 纬度except:pass#print(i)
data
3 经纬度计算距离
安装工具包
pip install geopy
3.1 导入工具包
from geopy.distanceimport geodesic
3.2 读取数据
# 读取数据
data= pd.read_excel('C:/Users/yyz/Desktop/python办公技巧/data/经纬度计算距离.xlsx')
data
3.3 计算距离
# 将经纬度赋值给变量,简化
wd1= data['纬度1'].tolist()
jd1= data['经度1'].tolist()
wd2= data['纬度2'].tolist()
jd2= data['经度2'].tolist()
lis1=[]for iinrange(len(data)):
j= geodesic((wd1[i],jd1[i]),(wd2[i],jd2[i])).km# 纬度 经度 纬度 经度
lis1.append(j)#print(i)
data['距离']= lis1
data
4 百度经纬度转高德经纬度
公司有2个系统,用的坐标系不一样, 有时候需要转换一下
4.1 工具包
# 导入工具包import mathimport pandasas pd
4.2 定义函数
# 定义转换函数defbdToGaoDe(lon,lat):
PI=3.14159265358979324*3000.0/180.0
x= lon-0.0065
y= lat-0.006
z= math.sqrt(x* x+ y* y)-0.00002* math.sin(y* PI)
theta= math.atan2(y, x)-0.000003* math.cos(x* PI)
lon= z* math.cos(theta)
lat= z* math.sin(theta)return lon,lat
4.3 单个转换
# 单个转换
bdToGaoDe(116.512885,39.847469)(116.50647396357492,39.84120409781157)
4.4 批量转换
# 读取数据
data= pd.read_excel('C:/Users/yyz/Desktop/python办公技巧/data/百度经纬度转高德.xlsx')
data.head()
wd= data['纬度'].tolist()
jd= data['经度'].tolist()# 定义一个空列表
li1=[]for iinrange(len(data)):
j= bdToGaoDe(jd[i],wd[i])
li1.append(j)
li1
data['经度_re']=[i[0]for iin li1]
data['纬度_re']=[i[1]for iin li1]
data.head()
5 Excel文件批量合并
5.1 工具包
# 导入工具包import pandasas pdimport os
5.2 获取文件列表
# 设置文件路径
path='C:/Users/yyz/Desktop/python办公技巧/data/数据合并/'# 空列表, 用于存放文件路径
files=[]forfilein os.listdir(path):iffile.endswith(".xlsx"):
files.append(path+file)# 查看列表
files
5.3 转换存储数据
# 定义一个空的dataframe
data= pd.DataFrame()# 遍历所有文件forfilein files:
datai= pd.read_excel(file)
datai_len=len(datai)
data= data.append(datai)# 添加到总的数据中print('读取%i行数据,合并后文件%i列, 名称:%s'%(datai_len,len(data.columns),file.split('/')[-1]))# 查看是否全部读取,格式是否出错# 重置索引
data.reset_index(drop=True,inplace=True)
6 Word文件批量转pdf
只能转docx文件,转doc文件会报错, 工具包安装
pip install docx2pdf
6.1 导入工具包
# 安装工具包:# 导入工具包from docx2pdfimport convertimport os
6.2 单个转换
# 单个转换
convert("c:/users/yyz/desktop/魔方公式.docx","c:/users/yyz/desktop/excel笔记.pdf")
6.3 批量转换
# 文件位置
path='C:/Users/yyz/Desktop/python办公技巧/data/word转pdf/'# 定义空list,存放文件列表
files=[]forfilein os.listdir(path):iffile.endswith(".docx"):
files.append(path+file)
filesforfilein files:
convert(file,file.split('.')[0]+'.pdf')print(file+'转换成功')
7 批量读取word中表格数据
工具包安装
pip install python-docx
7.1 导入工具包
import docx
# 读取word文件
doc= docx.Document('C:/Users/yyz/Desktop/python办公技巧/data/word信息.docx')# 获取文档中所有表格对象的列表
biaoges= doc.tables
7.2 不规范的表格
cells= biaoges[1]._cells
cells_lis=[[cell.textfor cellin cells]]
import pandasas pdimport numpyas np
datai= pd.DataFrame(cells_lis)
datai= datai[[1,3,7,9,14,16,19,21]]
datai.columns=['姓名','年龄','籍贯','住址','工作单位','电话','是否党员','出生日期']
datai
7.3 规范数据
# 获取第1个表格行丨
rowi=len(biaoges[0].rows)
rowi
# 定义空列表
lis1=[]# for循环获取第一个表的数据for iinrange(1,rowi):# 从第2行开始循环
lis1.append([biaoges[0].cell(i,0).text,
biaoges[0].cell(i,1).text,
biaoges[0].cell(i,2).text,
biaoges[0].cell(i,3).text,
biaoges[0].cell(i,4).text])
# 创建一个dataframe
data1= pd.DataFrame(lis1,columns=['日期','品类','数量','价格','金额'])
data1
7.4 批量读取
import pandasas pdimport os
os.chdir('C:/Users/yyz/Desktop/python办公技巧/data/word信息/')
lis1=[]forfilein os.listdir('.'):iffile.endswith('.docx'):
doc= docx.Document('./'+file)
biaoges= doc.tables
rowi=len(biaoges[0].rows)for iinrange(1,rowi):
lis1.append([biaoges[0].cell(i,0).text,
biaoges[0].cell(i,1).text,
biaoges[0].cell(i,2).text,
biaoges[0].cell(i,3).text,
biaoges[0].cell(i,4).text])
# 创建dataframe
data1= pd.DataFrame(lis1,columns=['日期','品类','数量','价格','金额'])
data1
8 用outlook批量发邮件
8.1 导入工具包
import win32com.clientas win32import pandasas pd
8.2 读取数据
# 读取数据
data1= pd.read_excel('C:/Users/yyz/Desktop/python批量发送邮件.xlsx',sheet_name='发送邮件')
data1.fillna('',inplace=True)
8.3 发送邮件
# 运行outlook
outlook= win32.Dispatch("outlook.Application")# for循环发送文件for iinrange(data1.shape[0]):
mail= outlook.CreateItem(0)# 创建一个邮件对象 win32.constants.olMailItem
mail.To= data1.iloc[i,0]#收件人
mail.CC= data1.iloc[i,1]#抄送人
mail.Subject= data1.iloc[i,2]#邮件主题
mail.HTMLBody= data1.iloc[i,3]# 邮件正文 html格式# mail.Body = data1.iloc[i,3] # 邮件正文
mail.Attachments.Add(data1.iloc[i,4])# 附件
mail.Send()#发送
i+=1print('发送邮件%i份'%i)
python办公自动化的技巧还有很多, python好掌握, 能帮助我们提升工作效率, 这也是很多非编程人员学习python的原因之一.
如果对你帮助, 欢迎点赞、关注!
相关阅读推荐:
1. python小白, 1周入门python数据分析视频课程
2. pyechart可视化18式丨从柱形图的变化, 搞懂pyechart作图套路
3. 懂点excel作图, 怎么让pyechart作的图更具“职场范“呢?
4. 8个常用的python办公室自动化技巧,学会了同事都找你!
5. 学习python数据分析的30个练手数据+4个数据集网站